我们已经知道了机器学习就是打标签,也知道了监督学习是用打好标签的实例来训练你的系统,从而可以做出正确选择,接下来我们来看看无监督学习又是什么.
还是从我们的大脑来寻找灵感,请你看看下面的图集,并对图集里的图片进行分类,切记!没有正确的分类标准,也没有正确答案.
有人按照是否露出地板来分类,有人按照是否露出全身来分类,有人按照漂亮与否来分类,有人按照这是两只不同的猫来分类.
按照不同的猫来分类
每个读者的大脑就是一套独立的无监督学习系统,根据各自的识别模型/方式来把实例进行分类.但并不是每种分类的结果都让我产生了兴趣,我最中意的是按照不同的猫来分类.所以,当我获得的结果是按照是否露出地板来分类的话,我会切换一套模型(在这里就是选择另一个读者的分类结果)从而得到新的分类,直到出现了按照不同猫分类的结果.
总结一下: 非监督学习不像监督学习,我们会指定标准答案(标签),而是让计算机自己寻找实例的相似点,并对实例进行归类,打上标签.如果你不喜欢本次分类,那你可以修改模型,进行下一次分类.直到某种分类方式让你眼前一亮.
